成人非霍奇金淋巴瘤临床试验:重点针对皮肤T细胞淋巴瘤,测试抑制TNFR2新型药物的安全性与活性
该数据集来自clinicaltrials.gov,收录一项针对成人非霍奇金淋巴瘤(NHL)的临床试验,尤其关注皮肤T细胞淋巴瘤(CTCL)患者

基本信息
资源简介
成人非霍奇金淋巴瘤临床试验:重点针对皮肤T细胞淋巴瘤,测试抑制TNFR2新型药物的安全性与活性
该数据集来自clinicaltrials.gov,收录一项针对成人非霍奇金淋巴瘤(NHL)的临床试验,尤其关注皮肤T细胞淋巴瘤(CTCL)患者。试验旨在评估新药BITR2101治疗NHL的有效性及安全性。该药是一种抗体蛋白,可阻止TNFR2受体的产生,而TNFR2会调控免疫系统并向淋巴瘤细胞传递生长与存活信号。实验室中,抑制CTCL患者淋巴瘤细胞的TNFR2可导致细胞死亡,因此试验重点招募CTCL患者,同时纳入其他NHL亚型。数据可用于了解该药物在淋巴瘤治疗中的潜在作用与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:NHL、皮肤T细胞淋巴瘤、外周T细胞淋巴瘤。本试验的目标是了解一种新药BITR2101能否治疗成人非霍奇金淋巴瘤(NHL),尤其寻求CTCL患者。试验还旨在了解该药物的安全性。该药物是一种称为抗体的蛋白质。该药物阻止一种称为受体的分子(名为TNFR2)的产生。TNFR2调节免疫系统,并向淋巴瘤细胞提供生长、增殖和存活的重要信号。当该药物阻止CTCL患者淋巴瘤细胞中TNFR2的产生时,这些细胞在实验室中死亡。因此,除其他NHL亚型外,试验尤其寻求招募CTCL患者。当该药物阻止某些免疫细胞中该受体的产生时,免疫活性增强。因此,试验旨
【主题与分类】
主题标签:NHL、Cutaneous T Cell Lymphoma、Peripheral T-cell Lymphoma。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06385522
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT06385522
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
疾病:非霍奇金淋巴瘤、皮肤T细胞淋巴瘤、外周T细胞淋巴瘤。本试验旨在了解一种新药BITR2101能否用于治疗成人非霍奇金淋巴瘤(NHL),尤其希望招募皮肤T细胞淋巴瘤(CTCL)患者。试验还将了解该药物的安全性。该药物是一种称为抗体的蛋白质,可阻止一种名为TNFR2的受体分子生成。TNFR2调节免疫系统,并向淋巴瘤细胞提供生长、增殖和存活的重要信号。当该药物阻止CTCL患者淋巴瘤细胞中TNFR2的产生时,这些细胞在实验室中死亡。因此,除其他NHL亚型外,本试验尤其希望招募CTCL患者。当该药物阻止某些免疫细胞中该受体的生成时,免疫活性会增强。因此,本试验将检验该药物是否是一种新型免疫疗法,帮助免疫系统控制淋巴瘤。我们尤其希望了解,在用药期间体内淋巴瘤的数量是否会减少。
自身免疫性疾病患者不允许参加,因为该药物可能增强免疫力。患者必须患有既往接受过治疗的非霍奇金淋巴瘤(NHL),且在当前治疗下病情正在恶化,并且其医生认为需要新的治疗。所有患者将接受BITR2101,通过静脉输注,持续3小时,定期进行,最初每3周一次。本试验没有安慰剂。需要前往诊所,最初至少每周一次,之后频率降低。患者应向诊所工作人员报告其健康状况的变化,包括新发现以及他们可能知晓的淋巴瘤状态的任何变化。患者可以继续接受BITR2101长达一年,或直到其淋巴瘤恶化。对于明显获益的患者,他们可能能够再接受BITR2101一年。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




